Category

Inflação

Análise da inflação de outubro com o R

By | Inflação

O IBGE divulgou hoje pela manhã a inflação de outubro medida pelo IPCA. O resultado mensal foi de 0,10%, o que levou a inflação acumulada em 12 meses para 2,54%, 1,71 pontos percentuais abaixo da meta de 4,25%. O resultado de outubro é o menor para o mês desde 1998 e ocorre após uma deflação atípica em setembro, mostrando que a inflação brasileira, enfim, está respondendo ao hiato do produto ainda bastante negativo. De forma a fazer uma análise do resultado, vamos verificar os subgrupos do IPCA. Abaixo, carregamos alguns pacotes.


library(readxl)
library(tidyverse)

Em seguida nós importamos o arquivo subgrupos.csv que contém a variação e o peso dos subgrupos do IPCA em outubro. Com efeito, criamos uma terceira variável que é a contribuição de cada um dos subgrupos.


subgrupos = read_excel('subgrupos.xlsx') %>%
mutate(contribuicao = variacao*peso/100)

Por fim, nós criamos um gráfico, destacando as contribuições posiivas e negativas para a inflação de outubro.


ggplot(subgrupos, aes(x=subgrupo, y=contribuicao))+
geom_bar(stat='identity',
position = 'identity',
fill=ifelse(subgrupos$contribuicao < 0, 'red', 'darkblue'),
colour=ifelse(subgrupos$contribuicao < 0, 'red', 'darkblue'),
width = 0.5)+
theme(axis.text.x=element_text(angle=90, hjust=1),
plot.title = element_text(size=11))+
labs(x='', y='', title='Contribuição dos Subgrupos para a inflação de outubro (p.p.)',
caption='Fonte: analisemacro.com.br')+
coord_flip()

Como se vê, o subgrupo combustíveis e energia contribuiu de forma negativa com 0,12 pontos percentuais, enquanto transportes foram responsáveis por 0,08 pontos percentuais de contirbuição para a inflação de outubro.

_______________

Inflação está próxima ao piso do regime de metas

By | Inflação

O Brasil opera desde 1999 o regime de metas para inflação - conhecido no mundo como Inflation Target -, donde o objetivo explícito do Banco Central é conduzir a política monetária de modo a manter a inflação próxima a uma meta previamente estabelecida pelo Conselho Monetário Nacional. Nesse regime, há uma meta explícita e bandas de tolerânciaque servem para acomodar choques diversos que ocorrem sobre a inflação ao longo do tempo. De modo a ilustrar a operação do regime de metas no Brasil, podemos construir um gráfico com a inflação, os núcleos de inflação, a meta e as bandas de tolerância.

O gráfico acima mostra todas essas variáveis e o último dado disponível para a inflação cheia, que fechou em 2,89% no acumulado em 12 meses até setembro. O piso da meta é de 2,75%, considerando 1,5 pontos percentuais de tolerância para mais ou menos em torno da meta de 4,25% para esse ano. Como se pode ver no gráfico, a inflação cheia flerta nesse momento com o piso do regime de metas.

O caminho para uma taxa básica nominal de juros de 4,5% no final do ano está aberto. Na verdade, não é mais nem um caminho: é uma avenida!

______________________

(*) O código para o gráfico estará disponível logo mais no Clube do Código.

Analisando a deflação de setembro com o R

By | Inflação

Ontem, o IBGE divulgou a inflação medida pelo IPCA em setembro. O resultado surpreendeu, com uma deflação de 0,04% em um mês onde tipicamente a inflação é positiva, dada a sazonalidade da mesma. De modo a investigar esse comportamento atípico, podemos plotar em um gráfico a inflação para os meses de setembro de vários anos. Usando o R, o script começa carregando alguns pacotes.


# Pacotes
library(tsutils)
library(ggplot2)
library(scales)
library(sidrar)

A partir do pacote sidrar, nós obtemos o número-índice do IPCA e depois a variação mensal do índice, que é a inflação.


## Criar Inflação mensal
ipca_indice = get_sidra(api='/t/1737/n1/all/v/2266/p/all/d/v2266%2013')
ipca_indice = ts(ipca_indice$Valor, start=c(1979,12), freq=12)
ipca_mensal = round((ipca_indice/stats::lag(ipca_indice,-1)-1)*100,2)

De posse da inflação, nós pegamos agora uma subamostra desde 1995.


## Criar amostras
ipca_mensal_subamostra = window(ipca_mensal, start=c(1995,01))

Agora, usando a função seas do pacote tsutils, nós agrupamos a inflação por meses e pegamos apenas os meses de setembro de cada ano.


# Criando e guardando gráfico de sazonalidade
seas <- seasplot(ipca_mensal_subamostra, trend=F, outplot = 3)
setembro <- as.numeric(seas$season[,9])
time <- seq(as.Date('1995-09-01'), as.Date('2019-09-01'), by='1 year')
df <- data.frame(time=time, setembro=setembro)

E por fim, geramos um gráfico com apenas os meses de setembro com o código abaixo.


# Gráfico
ggplot(df, aes(x=time, y=setembro))+
geom_bar(stat='identity', fill='darkblue', colour='darkblue')+
geom_text(aes(label=setembro), size=3,
fontface='bold',
position = position_dodge(width = 2),
hjust=0.5, vjust=ifelse(setembro>0,-0.7,1),
shape=21, colour=ifelse(setembro>0,"black", 'red'))+
theme(axis.text.x=element_text(angle=45, hjust=1))+
scale_x_date(labels = date_format("%b/%Y"),
breaks = time)+
labs(x='',y='% a.m.',
title='Inflação medida pelo IPCA em setembro',
caption='Fonte: analisemacro.com.br')

E o gráfico...

Como podemos ver, desde 1995, essa foi a segunda deflação que tivemos no mês de setembro. Tipicamente, a inflação se acelera no segundo semestre, de modo que os meses de setembro são marcados por variações positivas. A seguir, coloco um gráfico que deixa claro a sazonalidade da inflação.


# ggseasonplot
ipca_mensal_subamostra_2 = window(ipca_mensal, start=c(2007,01))
ggsubseriesplot(ipca_mensal_subamostra_2)+
labs(x='', y='% a.m.',
title='Sazonalidade da inflação medida pelo IPCA',
caption='Fonte: analisemacro.com.br')

Em outras palavras, parece que o hiato do produto negativo está tendo impacto sobre o cenário inflacionário, diante de uma política monetária muito bem conduzida pelo Banco Central nos últimos anos.

_____________________________

(*) Aprenda a lidar com dados macroeconômicos no nosso Curso de Análise de Conjuntura usando o R.

Inflação no Brasil vs. Inflação nos Estados Unidos: você sabe a diferença?

By | Inflação

O leitor mais frequente desse espaço já deve ter notado que um dos meus temas favoritos em economia é inflação e política monetária. De fato, tanto minha monografia quanto a dissertação foram em política monetária, envolvendo exercícios econométricos na área. Isso dito, confesso que ainda me espanta (certamente, a essa altura, não deveria) que alguns economistas brasileiros advoguem pelo surrado um pouquinho mais de inflação por um pouquinho mais de crescimento. Sabemos, há mais de cinquenta anos, desde o trabalho seminal de Friedman, que não existe uma troca permanente e estável entre inflação e crescimento (ou menos desemprego).

O entendimento disso, a propósito, é o que difere a política econômica e, com efeito, a inflação entre os países. Economias onde a política monetária tem como único objetivo a estabilidade do poder de compra da moeda são economias com inflação mais baixa. Já países onde os Bancos Centrais ainda insistem em explorar aquele trade-off de curto prazo entre inflação e crescimento, são países onde a inflação será mais elevada.

Para ilustrar, vamos comparar a inflação norte-americana com a inflação brasileira. Nos Estados Unidos, desde a passagem de Paul Volcker pelo Federal Reserve, o Banco Central deles, vale o princípio de Taylor, isto é, na ocorrência de um desvio da inflação em relação à meta, os juros aumentam mais do que proporcionalmente. Isso garante que a inflação não persiga uma trajetória explosiva. Já no Brasil, como sabe o leitor doméstico, nem sempre é assim, não é mesmo?

O resultado esperado dessa postura é que a inflação norte-americana será mais baixa do que a brasileira. Para ver se é isso mesmo, vamos tomar os índices de inflação dos dois países. O código de R (saiba mais sobre R aqui ) abaixo coleta os dados a partir da base de dados quantmod para o CPI norte-americano e do IPEADATA para o IPCA brasileiro.


library(quantmod)
library(ecoseries)

getSymbols('CPIAUCSL', src = "FRED")

cpi.eua = window(ts(CPIAUCSL, start=c(1947,01), freq=12),
start=c(1994,07))

ipca = window(ts(series_ipeadata('36482', 
periodicity = 'M')$serie_36482$valor,
start=c(1979,12), freq=12), start=c(1994,07))

Tomamos o CPI norte-americano e o IPCA brasileiro desde julho de 1994, quando a economia brasileira passou a conviver com um processo inflacionário estacionário. Os gráficos abaixo ilustram os dois índices.

Ao comparar os índices, observe que não há muita diferença entre eles. Ambos apresentam uma tendência positiva ao longo do tempo, evidenciando que os preços tendem a subir ao longo do tempo. A grande questão aqui é saber em qual velocidade os preços sobem. É basicamente isso que vai garantir o tal poder de compra de uma moeda ao longo do tempo. Economias onde a inflação, a velocidade em que os preços sobem, é muita alta, serão economias onde o poder de compra da moeda não se manterá ao longo do tempo, fazendo com que suas populações busquem alternativas para manter esse poder de compra.

Assim, apesar dos índices de inflação dos dois países apresentarem um comportamento, digamos, bastante similar, a velocidade em que crescem será bastante diferente. Para que você veja, o código abaixo traz a inflação acumulada nos dois países, medida pelos respectivos índices, entre julho de 1994 e junho de 2018.


(tail(cpi.eua,1)/head(cpi.eua,1)-1)*100
(tail(ipca,1)/head(ipca,1)-1)*100

O resultado não deixa de ser surpreendente. Enquanto nos Estados Unidos, a inflação acumulada nesse período foi de 69,04%, no Brasil ela foi de incríveis 450,74%. Se, alternativamente, tomarmos o período a partir de julho de 1999, quando passou a vigorar no Brasil o regime de metas para inflação, o resultado fica inflação de 50,48% nos EUA e de 229,17% no Brasil. Para todos as janelas que se tomar, a propósito, o resultado vai ser o mesmo: uma goleada de inflação por aqui.

Isso, como eu disse no início desse post, não é por acaso. Nos Estados Unidos, o Banco Central é independente, não há ingerência política sobre o presidente do FED e seus diretores. E a despeito deles terem um duplo mandato, isto é, baixa inflação e baixo desemprego, não existe uma "meta de desemprego", o que seria algo estranho considerando a teoria econômica, mas sim uma meta implícita de inflação de 2% ao ano. Já no Brasil, as instituições monetárias ainda são muito frágeis. O próprio regime de metas está baseado em um decreto, que pode ser revogado a qualquer momento. O presidente e os diretores do Banco Central não têm autonomia formal para seguir o princípio de Taylor. E, pasmem, quando se quer reduzir a meta para 3,75%, um valor alto considerando países civilizados, há uma gritaria grande entre economistas mal treinados que assessoram candidatos à presidência! Essa diferença institucional, por suposto, vai gerar aqueles resultados de inflação acumulada.

Não seria extraordinário se essa lição fosse aprendida pelo nosso país?

________________________________________________________________________________________

ps: Hoje, 31 de julho, Milton Friedman faria 106 anos se vivo fosse. O post é uma homenagem a ele... 🙂 

 

As três grandes desinflações do Plano Real

By | Inflação

A inflação medida pelo Índice de Preços ao Consumidor Amplo (IPCA) terminou 2017 em 2,95%, a segunda menor desde a implantação do Plano Real, em 1994. Ela encerra também um dos três grandes processos de desinflação desde o advento do plano. A primeira ocorreu entre 1994 e 1998, quando a inflação saiu de inacreditáveis 916,46% no acumulado em doze meses até dezembro de 1994 e terminou em dezembro de 1998 em 1,65%. A segunda ocorreu entre 2002 e 2006, quando a inflação saiu de 12,53% para 3,14%. Nesse último, a inflação foi a 10,67% em 2015, retornando a patamares civilizados em dezembro último. O código e o gráfico abaixo ilustram esses três períodos.


library(ggplot2)
library(scales)
library(BETS)
library(TStools)

infanual = BETS.get(13522, from='1994-12-01')

seas = seasplot(infanual, trend=F, outplot = 3)

dezembro = as.numeric(seas$season[,12])

dezembro = dezembro[-length(dezembro)]

time = seq(as.Date('1995-01-01'), as.Date('2017-01-01'), by='1 year')

df1 = data.frame(time=time, dezembro=dezembro)

# Gráfico
ggplot(df1, aes(time, dezembro))+
 annotate("rect", fill = "orange", alpha = 0.2, 
 xmin = as.Date('1994-06-01'), 
 xmax = as.Date('1998-06-01'),
 ymin = -Inf, ymax = Inf)+
 annotate("rect", fill = "red", alpha = 0.2, 
 xmin = as.Date('2001-06-01'), 
 xmax = as.Date('2006-06-01'),
 ymin = -Inf, ymax = Inf)+
 annotate("rect", fill = "blue", alpha = 0.2, 
 xmin = as.Date('2014-06-01'), 
 xmax = as.Date('2017-06-01'),
 ymin = -Inf, ymax = Inf)+
 geom_bar(stat='identity', fill='darkblue', width = 200)+
 geom_text(aes(label=round(dezembro,2)), colour='red', 
 vjust=ifelse(dezembro \&gt;= 0, -0.4, 1),
 size=3)+
 xlab('')+ylab('% a.a.')+
 labs(title='Inflação anual medida pelo IPCA',
 caption='Fonte: analisemacro.com.br com dados do IBGE.')+
 scale_x_date(breaks = date_breaks("1 years"),
 labels = date_format("%Y"))+
 theme(axis.text.x=element_text(angle=45, hjust=1))

Tomare que não precisemos de um quarto grande processo desinflacionário, não é mesmo, leitor? 🙂

Cadastre-se na newsletter
e receba nossas novidades em primeira mão!